@_val.xox_: #lovemeharder #ariana #grande #latina

Valerie
Valerie
Open In TikTok:
Region: US
Monday 24 August 2026 06:26:39 GMT
340
33
0
2

Music

Download

Comments

There are no more comments for this video.
To see more videos from user @_val.xox_, please go to the Tikwm homepage.

Other Videos

Qwen ปล่อยโมเดลเปิด รันในเครื่องตัวเองได้ ข้อมูลไม่ต้องออกจากบริษัท อันนี้เจว่าคนไทยควรรู้มากกว่าข่าวโมเดลใหญ่ ๆ ที่ออกมาพร้อมกันครับ เพราะมันไม่ได้แข่งกันที่ความเก่ง แต่แข่งกันที่ว่าเราเอามาไว้ในบ้านตัวเองได้หรือเปล่า 14 ส.ค. 2026 ทีม Qwen ของ Alibaba ปล่อย Qwen3.8-27B ขึ้น Hugging Face เป็น open weights ใต้สัญญา Apache 2.0 แปลว่าโหลดไปใช้ในบริษัท แก้ต่อ หรือทำเป็นสินค้าขายก็ได้ ไม่ต้องขออนุญาต ขอเคลียร์คำนึงก่อนครับ open weights ไม่เท่ากับ open source เขาให้ไฟล์น้ำหนักโมเดลมาจริง เราโหลดไปรันเองได้จริง แต่ข้อมูลที่ใช้เทรนกับสูตรการเทรน เขาไม่ได้เปิดให้ เพราะฉะนั้นอย่าเพิ่งเรียกว่าเปิดหมดครับ ตัวโมเดลเป็นแบบ dense ขนาด 27.78 พันล้านพารามิเตอร์ ที่น่าสนใจคือมี vision encoder ฝังมาในตัว แปลว่ามันอ่านทั้งข้อความ รูป และวิดีโอ ได้ในตัวเดียว และ context window อยู่ที่ 262,144 token ยืดได้ถึงหนึ่งล้านด้วยเทคนิคชื่อ YaRN ยาวขนาดนี้คือโยนสัญญาทั้งฉบับหรือคู่มือทั้งเล่มเข้าไปทีเดียวได้ แล้วต้องใช้เครื่องแรงแค่ไหน ถ้ารันเต็มความละเอียดแบบ BF16 ใช้หน่วยความจำการ์ดจอราว 56GB ลดเป็น FP8 เหลือราว 28GB แต่ถ้าบีบเป็น 4-bit เหลือราว 14 ถึง 17GB ซึ่งการ์ดเกมระดับ 24GB ใบเดียวก็เอาอยู่แล้วครับ ย้ำว่าตัวเลขนี้คือน้ำหนักโมเดลอย่างเดียว ใช้งานจริงต้องเผื่อเพิ่มอีก ถ้าจะให้พูดแบบง่าย ๆ เมื่อก่อนเราต้องส่งเอกสารออกไปให้ผู้ช่วยที่อยู่ต่างประเทศอ่าน รอบนี้เหมือนเราจ้างเขามานั่งโต๊ะข้าง ๆ แทน เอกสารไม่ต้องออกจากตึกเลย แล้วเราล่ะ สำหรับบริษัทไทยที่ทำงานกับข้อมูลลูกค้า สัญญา หรือเวชระเบียน นี่คือเหตุผลเดียวที่ต้องสนใจข่าวนี้ครับ ไม่ใช่เพราะมันเก่งกว่าเจ้าอื่น แต่เพราะข้อมูลไม่ต้องออกจากบริษัท แต่เจบอกตรง ๆ ว่าคะแนน benchmark ที่เขาแปะไว้ในโมเดลการ์ด ตอนนี้ยังไม่มีใครนอกบ้านยืนยัน อย่าเพิ่งเอาไปอ้างในที่ประชุมนะครับ ลองเองก่อนดีกว่า ▸ สรุปฉบับสั้น · Open weights — ได้ไฟล์น้ำหนักมาใช้จริง แต่ข้อมูลเทรนกับสูตรยังไม่เปิด · Apache 2.0 — ใช้ในเชิงพาณิชย์และแก้ต่อได้ ไม่ต้องขออนุญาต · Vision encoder — อ่านข้อความ รูป และวิดีโอ ได้ในโมเดลเดียว · 262,144 token — อ่านทีเดียวได้เท่านี้ ยืดถึงหนึ่งล้านด้วย YaRN · 14-17GB ที่ 4-bit — การ์ด 24GB ใบเดียวรันได้ แต่ต้องเผื่อหน่วยความจำเพิ่ม ▸ ความเห็นฉบับเจ เจว่าเทรนด์ที่ควรจับตาไม่ใช่โมเดลไหนเก่งที่สุดครับ แต่คือระยะห่างระหว่างโมเดลที่ต้องเช่าใช้ กับโมเดลที่เราวางไว้ในห้องเซิร์ฟเวอร์ตัวเองได้ ระยะห่างนั้นแคบลงทุกเดือน สำหรับองค์กรไทยที่ติดเรื่องข้อมูลออกนอกประเทศ นี่เป็นทางที่เปิดขึ้นจริง ยังไม่ต้องรีบย้ายทั้งระบบ แต่ควรมีคนในทีมที่เคยลองแล้ว วันที่ผู้บริหารถาม จะได้ตอบจากของที่เคยจับ ไม่ใช่จากข่าวที่อ่านมา เจฝากไว้ประมาณนี้ครับ ติดตาม @krit.tech ไว้ได้เลยครับ ข่าว AI ฉบับเข้าใจง่าย อัพเดททุกวัน ที่มา: โมเดลการ์ดของ Qwen บน Hugging Face (Qwen/Qwen3.8-27B) · คู่มือสเปกและความต้องการฮาร์ดแวร์จาก Yotta Labs #AI #เอไอ #ข่าวAI #Qwen #โมเดลเปิด
Qwen ปล่อยโมเดลเปิด รันในเครื่องตัวเองได้ ข้อมูลไม่ต้องออกจากบริษัท อันนี้เจว่าคนไทยควรรู้มากกว่าข่าวโมเดลใหญ่ ๆ ที่ออกมาพร้อมกันครับ เพราะมันไม่ได้แข่งกันที่ความเก่ง แต่แข่งกันที่ว่าเราเอามาไว้ในบ้านตัวเองได้หรือเปล่า 14 ส.ค. 2026 ทีม Qwen ของ Alibaba ปล่อย Qwen3.8-27B ขึ้น Hugging Face เป็น open weights ใต้สัญญา Apache 2.0 แปลว่าโหลดไปใช้ในบริษัท แก้ต่อ หรือทำเป็นสินค้าขายก็ได้ ไม่ต้องขออนุญาต ขอเคลียร์คำนึงก่อนครับ open weights ไม่เท่ากับ open source เขาให้ไฟล์น้ำหนักโมเดลมาจริง เราโหลดไปรันเองได้จริง แต่ข้อมูลที่ใช้เทรนกับสูตรการเทรน เขาไม่ได้เปิดให้ เพราะฉะนั้นอย่าเพิ่งเรียกว่าเปิดหมดครับ ตัวโมเดลเป็นแบบ dense ขนาด 27.78 พันล้านพารามิเตอร์ ที่น่าสนใจคือมี vision encoder ฝังมาในตัว แปลว่ามันอ่านทั้งข้อความ รูป และวิดีโอ ได้ในตัวเดียว และ context window อยู่ที่ 262,144 token ยืดได้ถึงหนึ่งล้านด้วยเทคนิคชื่อ YaRN ยาวขนาดนี้คือโยนสัญญาทั้งฉบับหรือคู่มือทั้งเล่มเข้าไปทีเดียวได้ แล้วต้องใช้เครื่องแรงแค่ไหน ถ้ารันเต็มความละเอียดแบบ BF16 ใช้หน่วยความจำการ์ดจอราว 56GB ลดเป็น FP8 เหลือราว 28GB แต่ถ้าบีบเป็น 4-bit เหลือราว 14 ถึง 17GB ซึ่งการ์ดเกมระดับ 24GB ใบเดียวก็เอาอยู่แล้วครับ ย้ำว่าตัวเลขนี้คือน้ำหนักโมเดลอย่างเดียว ใช้งานจริงต้องเผื่อเพิ่มอีก ถ้าจะให้พูดแบบง่าย ๆ เมื่อก่อนเราต้องส่งเอกสารออกไปให้ผู้ช่วยที่อยู่ต่างประเทศอ่าน รอบนี้เหมือนเราจ้างเขามานั่งโต๊ะข้าง ๆ แทน เอกสารไม่ต้องออกจากตึกเลย แล้วเราล่ะ สำหรับบริษัทไทยที่ทำงานกับข้อมูลลูกค้า สัญญา หรือเวชระเบียน นี่คือเหตุผลเดียวที่ต้องสนใจข่าวนี้ครับ ไม่ใช่เพราะมันเก่งกว่าเจ้าอื่น แต่เพราะข้อมูลไม่ต้องออกจากบริษัท แต่เจบอกตรง ๆ ว่าคะแนน benchmark ที่เขาแปะไว้ในโมเดลการ์ด ตอนนี้ยังไม่มีใครนอกบ้านยืนยัน อย่าเพิ่งเอาไปอ้างในที่ประชุมนะครับ ลองเองก่อนดีกว่า ▸ สรุปฉบับสั้น · Open weights — ได้ไฟล์น้ำหนักมาใช้จริง แต่ข้อมูลเทรนกับสูตรยังไม่เปิด · Apache 2.0 — ใช้ในเชิงพาณิชย์และแก้ต่อได้ ไม่ต้องขออนุญาต · Vision encoder — อ่านข้อความ รูป และวิดีโอ ได้ในโมเดลเดียว · 262,144 token — อ่านทีเดียวได้เท่านี้ ยืดถึงหนึ่งล้านด้วย YaRN · 14-17GB ที่ 4-bit — การ์ด 24GB ใบเดียวรันได้ แต่ต้องเผื่อหน่วยความจำเพิ่ม ▸ ความเห็นฉบับเจ เจว่าเทรนด์ที่ควรจับตาไม่ใช่โมเดลไหนเก่งที่สุดครับ แต่คือระยะห่างระหว่างโมเดลที่ต้องเช่าใช้ กับโมเดลที่เราวางไว้ในห้องเซิร์ฟเวอร์ตัวเองได้ ระยะห่างนั้นแคบลงทุกเดือน สำหรับองค์กรไทยที่ติดเรื่องข้อมูลออกนอกประเทศ นี่เป็นทางที่เปิดขึ้นจริง ยังไม่ต้องรีบย้ายทั้งระบบ แต่ควรมีคนในทีมที่เคยลองแล้ว วันที่ผู้บริหารถาม จะได้ตอบจากของที่เคยจับ ไม่ใช่จากข่าวที่อ่านมา เจฝากไว้ประมาณนี้ครับ ติดตาม @krit.tech ไว้ได้เลยครับ ข่าว AI ฉบับเข้าใจง่าย อัพเดททุกวัน ที่มา: โมเดลการ์ดของ Qwen บน Hugging Face (Qwen/Qwen3.8-27B) · คู่มือสเปกและความต้องการฮาร์ดแวร์จาก Yotta Labs #AI #เอไอ #ข่าวAI #Qwen #โมเดลเปิด

About